[发明专利]智能推荐方法及装置、电子设备、计算机可读存储介质

权利要求书

1.一种智能推荐方法，其特征在于，所述方法包括：

基于多个目标维度调用每一所述目标维度对应的功能模块；

在所述功能模块获取所述目标维度下的特征；

将所述特征输入至GBDT模型，获得每一所述特征对应的特征重要度；

根据所述特征重要度选取目标特征，获得包含所述目标特征的特征信息；

根据所述特征信息对待训练模型的参数进行训练，获得目标模型；

将目标产品特征信息输入至所述目标模型，并获取所述目标模型输出的产品推荐信息。

2.根据权利要求1所述的方法，其特征在于，所述将所述特征输入至GBDT模型，获得每一所述特征对应的特征重要度，包括：

将所述特征输入GBDT模型，获取与每一所述特征相匹配的最佳分裂点；

以所述最佳分裂点为依据，计算在所述最佳分裂点下平方损失的减小值；

根据所述最佳分裂点下平方损失的减小值计算每一所述特征对应的特征重要度。

3.根据权利要求2所述的方法，其特征在于，所述根据所述最佳分裂点下平方损失的减小值计算每一所述特征对应的特征重要度，包括：

计算每一所述特征在所述GBDT模型中单颗树中的平均重要度；

根据所述最佳分裂点下平方损失的减小值以及所述平均重要度计算出每一所述特征对应的特征重要度。

4.根据权利要求3所述的方法，其特征在于，所述根据所述特征信息对待训练模型的参数进行训练，获得目标模型，包括：

将所述特征信息输入待训练LR模型；

调整所述待训练LR模型的参数，直至所述待训练LR模型输出与所述特征信息相匹配的产品推荐信息；

根据所述待训练LR模型输出所述产品推荐信息时的参数信息，获得目标参数；

将所述待训练LR模型的参数设置为所述目标参数，获得目标模型。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述将目标产品特征信息输入至所述目标模型，并获取所述目标模型输出的产品推荐信息之后，所述方法还包括：

获取所述产品推荐信息所包括的产品推荐时间信息、产品推荐方式信息、产品推荐内容信息以及产品推荐用户群信息；

在所述产品推荐时间信息对应的时间采用所述产品推荐方式信息对应的推荐方式向所述产品推荐用户群信息对应的用户群推荐所述产品推荐内容信息对应的产品内容。

6.根据权利要求5所述的方法，其特征在于，所述在所述产品推荐时间信息对应的时间采用所述产品推荐方式信息对应的推荐方式向所述产品推荐用户群信息对应的用户群推荐所述产品推荐内容信息对应的产品内容，包括：

确定所述产品推荐时间信息对应的目标时间；

根据所述目标时间以及所述产品推荐用户群信息确定目标用户群；

根据所述目标时间、所述目标用户群以及所述产品推荐方式信息确定目标推荐方式；

以所述目标推荐方式向所述目标用户群推送所述产品推荐内容信息对应的产品内容。

7.根据权利要求6所述的方法，其特征在于，所述以所述目标推荐方式向所述目标用户群推送所述产品推荐内容信息对应的产品内容之后，所述方法还包括：

获取每一用户针对所述产品内容的反馈信息；

每隔预设时长根据所述反馈信息更新所述目标维度下的特征信息，并执行所述的根据所述特征信息对待训练模型的参数进行训练，获得目标模型的步骤。